AI 换衣脱衣应用让学生在开学季面临风险

Google News 发出了严峻的开学季警告：AI“脱衣”工具可在数分钟内将一张普通学生照片转化为伪造的色情图像。

CBS News 的报道反映了美国国家失踪与受虐儿童中心（National Center for Missing and Exploited Children，NCMEC）发出的更广泛警报。该机构表示，涉及同学之间的校园事件正在增多，最常见于 14 至 17 岁人群。一张年鉴肖像、社交平台帖子、球队合影，或从朋友手机中复制的照片，都可能成为原始素材。

这并非又一场围绕不当网络内容的争议，而是易得的图像生成能力与旨在于不当行为显现后才作出回应的制度之间的碰撞。学校、应用商店、搜索引擎、社交平台和家庭，如今分别面对同一问题的不同环节。核心冲突在于 AI 能力与其使用周边的安全保障之间。

开学季警告指向的是普通照片

关键变化在于，制作侵害性图像已不再需要真实的私密照片。

脱衣应用利用生成式 AI，将正常照片中的人物伪造成裸体或露骨色情形象。生成的图像是合成的，但仍保留足够多可识别的特征，让目标对象被辨认并遭受羞辱。

这一差异改变了学生面临的风险。传统建议往往强调绝不要制作或发送私密照片。这一建议仍然有用，但无法阻止他人在未经许可的情况下使用一张全身着装的照片。

学生可能几乎无法控制原始照片的来源。它可能来自体育页面、学校仪式、公开社交主页或群聊。攻击者只需获得一张可识别的照片，以及一个可用的生成工具。

NCMEC 在 8 月 11 日发布的开学季警告中表示，这类图像可由学校活动中拍摄的照片，或存储在另一名孩子手机中的照片制成。该机构还指出，专门的应用并非唯一途径，免费的图像生成器和聊天机器人有时也可能被滥用于同样目的。

该机构称，这类事件正在美国各地学校出现，且常涉及 14 至 17 岁的同学。成人尚未弄清发生了什么时，图像就可能已通过私信、群聊和社交网络传播。

这种传播模式至关重要。一张伪造图像不必说服整个互联网，也能造成伤害。它只需传到一个班级、运动队或朋友圈，其中的人认识图中学生即可。

即使观看者知道它是假的，图像仍可能引发骚扰。它未经许可地将真实人物的身份置入露骨情境之中。受害者随后可能面临对真实性的追问、解释图像的要求，或寻找每一份副本的压力。

NCMEC 建议收到此类内容的儿童不要保存或转发。这项指引承认了一个棘手的现实问题：学生可能以为自己是在保留证据、警告朋友或揭露制作者，但每多一份副本，侵害就会进一步延续。

家长也不应将这类事件视为学生之间的普通纠纷。相关行为可能涉及性骚扰、霸凌、勒索、隐私侵害，以及可能牵涉未成年人的非法图像。

图中人物并未同意这张图像的制作或传播。图片是否记录了真实身体，并不能消除这种侵害。

这正是为何这份校园安全警告要求家庭在事件发生前讨论这项技术。学生应当提前知道该联系谁、不该转发什么，以及为何合成图像依然能够造成真实伤害。

Google News 的标题以“任何照片都可能成为目标”概括了这项技术令人不安的触及范围。这句话不应被理解为关于每个模型和每张图像的实验室式断言。它描述的是一种现实脆弱性：普通且可识别的照片已足以成为色情化伪造的输入素材。

门槛已从获取私密材料，转变为获取几乎任何可用的人像照片。正是这种变化迫使学校和家庭重新审视现有的安全计划。

Google News 报道为何加大了整个传播链条的压力

风险既不始于按下生成按钮的人，也不终于此。

一起脱衣图像事件依赖于相互关联的传播链条。有人发现工具、获取照片、生成图像并分享输出内容。随后，其他用户和平台会复制、推荐、托管或再次传播它。

儿童安全组织 Thorn 的研究显示，这条链条可能显得十分寻常。其 2025 年研究调查了美国 1,200 名 13 至 20 岁人群。研究人员于 2024 年 9 月 27 日至 10 月 7 日开展调查。

在受访者中，41% 听说过深度伪造裸体图像。13 至 17 岁青少年中的这一比例为 31%。全部参与者中，有 13% 表示自己认识在 18 岁前曾成为目标的人。

6% 的受访者称，有人曾为他们制作深度伪造裸体图像。Thorn 警告称，部分发现依赖于规模较小的子样本，但结果仍记录了直接接触，而非假设性的担忧。

获取渠道的数据表明，责任不能只落在学校身上。在承认制作过他人深度伪造裸体图像的小规模群体中，71% 通过社交媒体得知相关工具。53% 提到了搜索引擎，70% 表示他们通过应用商店下载了应用。

这些百分比不应被解读为适用于全体人口的比例。仅有 24 名受访者承认制作过此类图像。Thorn 将有关制作者的发现描述为趋势性结论，原因正是样本基数有限。

即便有这一限制，这些路径仍值得关注。它们指向的是成熟的消费级服务，而非隐蔽的技术社群。发现、安装和传播，都可能通过学生手机上已有的平台完成。

这给多个群体带来压力。

应用商店必须决定，以色情化图像操控为卖点的产品是否应留在其目录中。搜索服务商必须判断，发现工具何时会将用户引向专为非自愿侵害而设计的服务。社交平台必须检测推广和传播行为。支付及托管服务商则影响专门服务能否大规模运营。

Thorn 发现，65% 的自述制作者以某种形式分享过其生成内容。30% 表示曾与学校同伴分享，26% 则将其发送给被针对者。

这些数据揭示了创作控制与删除系统之间的鸿沟。屏蔽一条提示词或移除一款应用，并不能找回已经保存到设备上的文件。反过来，删除一张已传播的图像，也无法阻止有人利用原始照片生成另一个版本。

这项青少年接触风险研究还发现，84% 的已识别受害者寻求过某种形式的支持。60% 使用了网络安全工具，57% 寻求了线下帮助。

然而，人们预期会采取的应对方式，并不总是与受害者实际所做的一致。在非受害者中，62% 认为自己会告诉父母或可信赖的成年人；实际报告这样做的受害者只有 34%。

在青少年群体中，72% 的非受害者预计自己会告诉可信赖的成年人。青少年受害者中的实际比例为 48%。

羞耻感、不确定性和对事态升级的恐惧，可能使受影响的学生保持沉默。因此，完全依赖及时自我报告的学校政策将遗漏部分事件。

同一研究发现，48% 的受害者使用了屏蔽工具，35% 举报了违规用户。屏蔽可以阻止直接联系，但无法删除通过其他账号或私密群组流传的副本。

Google News 能提升公众对这一威胁的认知，但认知只是第一步干预。掌控发现和传播环节的公司必须降低获取门槛、回应举报，并防止已删除内容立即再次出现。

学校面临的是另一种压力。它们需要建立学生可使用的报告流程，且不应因原始照片而责怪学生，或盘问图像是否真实。学校还需要制定涵盖制作、持有、威胁和再次传播的规则。

仅限于“真实”照片的政策会留下危险缺口。合成色情图像同样可能侵害传统图像性侵害所针对的尊严、身份与校园环境。

易得的 AI 能力正在超越制度性保障

核心权衡已不再是图像生成质量与便利性之间的取舍，而是广泛的创作权限与针对可识别人物的可预见滥用之间的取舍。

现代图像系统可以编辑服装、身体姿态、光线和周边场景。这项底层技术在娱乐、设计、广告和无障碍领域具有正当用途。

当系统接收真人照片，并在未确认同意的情况下生成色情化输出时，问题便随之出现。通用模型可能在公开规则中禁止这类行为，却仍可能产生不一致的结果。专门的脱衣服务则可能直接宣传这类功能。

这种区别会影响执法。移除一款被明确营销的应用相对直接。要阻止通用图像模型响应每一种伪装或不断变化的请求，则更加困难。

安全系统可以检查提示词、源图像和生成内容。它们可以拒绝涉及可识别人物的色情化转换，采用对年龄敏感的控制措施，或限制表现出侵害行为的账号。

这些措施没有一项能实现完美检测。仅凭图像可能难以判断年龄，自动过滤器也会出错。攻击者还会改变措辞、裁剪图像，或在不同服务之间转移。

但不完美的保障措施并不等于无用的保障措施。阻力能够减少机会主义式侵害，尤其是在加害者是出于好奇、同伴压力、报复或想给朋友留下印象的青少年时。

Thorn 的小型制作者样本记录了若干这类动机。受访者提到了好奇、报复、性兴趣和社会影响。这些动机表明，并非每起事件都始于愿意跨越大量技术障碍的成熟犯罪者。

轻易获取会在边际上改变行为。一个从不会训练模型或进入专门地下论坛的学生，仍可能尝试在社交信息流或应用商店搜索中呈现给他的工具。

因此，包括 Thorn 在内的联盟呼吁从应用商店、搜索结果、托管服务和支付系统中移除脱衣工具。该组织还倡导在产品开发过程中部署检测系统和安全措施。

这份行业保障措施提案将可获得性视为生态系统问题。其前提是，任何单一干预都无法覆盖发现、制作和传播。

当一款产品的主要功能是伪造可识别人物的私密影像时，加强管控的理由尤其充分。此类服务的正当用途非常有限，而滥用模式则一目了然。

通用型工具则需要更审慎的处理方式。提供商可以阻止未经同意的色情编辑，而不必禁止普通的图像生成。他们还可以测试安全控制措施能否经受住常见的规避尝试。

平台应审查推广文案，而不只是生成的文件。承诺从照片中“去除衣物”的广告，在任何受害者举报输出内容之前，就已表明有害意图。

搜索引擎也掌握着另一处关键杠杆。Thorn 的研究显示，53%的自认年轻创作者是通过搜索服务发现相关技术的。搜索服务商可以降低或移除以滥用为核心的服务，同时保留有关深度伪造、受害者支持和安全研究的正当信息。

这使得本报道的主要关键词显得格外尴尬。通过 Google News 看到 CBS 标题的人，或许会搜索这一聚合服务的名称，但“google news”并不能指向根本伤害。它只描述了公众接触这篇报道的一条路径。

实质性的搜索意图涉及 AI 去衣应用、深度伪造裸照、校园安全和移除选项。若将聚合器术语置于报道中心，反而会掩盖那些真正能够改变结果的公司和机构。

对 AI 系统能给“任何”照片脱衣的说法，同样应保持谨慎。结果会因工具、图像和安全配置而异。系统性风险并不取决于技术能否在所有情况下成功。

一次失败的尝试并不能保护下一名学生。只要一款工具能在足够多的可识别图像上、以足够高的成功率运行，滥用就可能在校园社区中蔓延。

这种机制还造成了不对称的成本。生成或转发一张图像几乎不花时间；取证、举报、寻找副本、联系平台并支持受害者，却可能耗费数天甚至数周。

正因如此，事后内容审核无法独自承担全部应对责任。防止生成和发现，必须与移除、教育和受害者支持并行。

联邦移除规则有所帮助，但无法阻止生成

美国如今要求平台更快采取行动，但48小时的移除流程只有在滥用已经发生后才会启动。

《TAKE IT DOWN 法案》于2025年5月19日正式成为法律。该法案涵盖未经同意发布私密视觉内容的行为，包括某些经数字化生成或编辑的图像。

其针对平台的要求于2026年5月19日生效。受覆盖的服务必须提供清晰的流程，供用户请求移除符合条件的私密内容。

收到有效请求后，平台必须在48小时内移除被举报的材料及已知的相同副本。该规则适用于通过软件、应用或 AI 制作的数字伪造内容，而不只是真实照片。

联邦贸易委员会负责执行这些平台义务。该机构还设立了投诉渠道，供找不到平台移除机制，或认为有效请求未获妥善处理的人使用。

联邦合规规则涵盖广泛的服务类型，包括社交网络、即时通信产品、游戏社区和图片分享平台。违规行为可被视为违反 FTC 规则。

这一框架为受害者提供了更一致的维权路径，也要求平台尽合理努力寻找已知的相同副本，而不是让受害者自行查找每一次转发。

这一要求直指基于图像的滥用中最令人筋疲力尽的特点之一。被侵害者不应被迫监控数十个账号，并反复提交相同证据。

哈希技术可以帮助平台识别副本，而无需公开重新传播原始图像。哈希值是由文件生成的数字指纹。参与服务可以比对这些指纹，并拦截匹配材料。

NCMEC 的 Take It Down 服务针对的是内容生成时未满18周岁者的图像，并采用了这一原则。图像保留在用户设备上，由服务生成其数字指纹。

参与的平台随后可利用该指纹检测匹配文件。这一工具无法清除整个互联网，也不能保证从未参与的服务中移除内容。

法律也有类似边界。48小时的响应可以减少持续暴露，但在快速流转的校园群聊中，两天已是很长的时间。学生可能截屏、修改文件，或将内容转移到其他服务。

关于已知相同副本的要求，也不会自动覆盖每一种编辑衍生版本。裁剪、叠加、重新压缩或其他改动都可能令匹配变得复杂。

受害者通常必须先知道图像存在，才能请求移除。一些制作者从不公开分享其输出内容，一些传播也发生在目标对象看不见的封闭群组中。

因此，这项规则对传播的应对比对生成更直接。它无法阻止模型接收学生的照片，也不能取代应用商店或 AI 服务内部的控制措施。

执法仍是一个悬而未决的问题。FTC 在这份开学季警示发布前三个月才开始执行平台条款。早期投诉、调查和平台回应将显示，这一流程能否在现实压力下发挥作用。

公民自由团体也提出担忧：广泛的移除系统需要正当程序保障。平台必须在短期限内采取行动，同时区分有效主张和欺诈性请求。

这种张力并不否定移除的必要性。它意味着服务需要安全的身份核验、透明的状态更新、申诉机制，以及对敏感证据的有限处理。

学校不应等待联邦投诉流程来解决眼前的校园伤害。管理人员可以在不鼓励学生传播图像的前提下保存必要信息，并将对受害者的支持与纪律处分或执法决定分开处理。

遭到伪造图像侵害的学生，可能需要调整课程安排、接受心理咨询、获得举报账号的帮助，以及免受报复的保护。无论调查人员是否已经查明制作者，这些需求都客观存在。

学校还需谨慎沟通。在集会或家庭通知中重复明确细节，可能加剧好奇心并扩大传播。指导信息应说明相关行为、后果和举报渠道，同时不暴露受害者身份。

家庭应避免下载或反复转发疑似非法材料。NCMEC 建议通过其 CyberTipline 举报疑似儿童性剥削行为，并在适当情况下联系当地执法机构。

这项法律之所以重要，是因为它为平台设定了回应义务。但它仍不完整，因为受害者依然要首先承受冲击，而往往在任何成年人或机构得知事件之前。

Google News 读者在学年期间应关注什么

下一项考验在于：应用分发、平台执法和学校举报系统能否在这类警示沦为年度例行提醒前减少事件发生。

第一个信号是应用商店和搜索层面的执法。研究人员已记录到，年轻创作者通过熟悉的消费者渠道发现工具。Apple、Google、搜索服务商和广告网络都可以实质性地改变获取难度。

关键指标并非一次性的下架公告。观察者应关注更名应用、网页版本和仿冒服务是否会卷土重来。有效执法必须审视功能和营销方式，而不仅仅是被禁止的品牌名称。

如果获取途径明显变得更困难，这一信号将强化进行生态系统干预的理由。若主流渠道仍持续推广，则会削弱“自愿安全政策正在奏效”的说法。

第二个信号是 FTC 对《TAKE IT DOWN 法案》的执法情况。自2026年5月19日起，受覆盖的平台就必须运行合规的移除系统。

家庭和倡导者应关注：没有账号的人能否看到举报工具，平台是否提供追踪编号，以及有效请求能否在48小时内促成行动。FTC 表示，正在接受针对缺失或无效流程的投诉。

FTC 启动执法显示，该机构已向大型科技公司发出合规提醒。公开案件将阐明监管机构如何理解寻找重复内容时应尽的合理努力。

快速且一致的移除，将增强该法律作为减害措施的价值。反复拖延、表单难以访问或重复内容检测薄弱，则会表明形式合规并未带来实际救济。

第三个信号是学校是否建立针对合成图像的具体处置流程。一般性的网络欺凌政策未必能告诉教职员工，应如何处理涉及未成年人的露骨伪造内容。

一套有用的流程应明确保密举报渠道、禁止再传播、妥善保存证据，并指定联系平台的责任人。它还应在决定处分之前，先为被侵害学生提供支持。

学校应说明：伪造图像并不会仅因其中的身体是合成的就变得无害。学校也应避免把向每一名同学证明清白的负担加在学生身上。

事件举报数据需要谨慎解读。举报数量增加，可能反映滥用增多、认知提升，或对支持系统更有信心。学校应结合原始总数，审视处理结果、重复发生率和响应时间。

家庭有一份更直接的核对清单。家长可以询问孩子是否听说过去衣应用、同学是否将其当作玩笑，以及发生事件后孩子会向哪位成年人求助。

对话应同时涵盖受害和参与。孩子可能在成为目标之前就先收到一张图像。他们需要明确知道：不要保存、索要、二次编辑或转发。

学生也需要得到保证：正常发布一张照片后寻求帮助，不会因此受到指责。要求孩子从学校页面和社交生活中消失，既不现实，也不公平。

Google News 读者同样不应将问题简单归结为陌生人风险。NCMEC 表示，许多事件涉及同学。持有原始图像的人，可能本来就属于受害者的社交或校园网络。

科技公司应发布有意义的透明度数据。有用的披露包括：被拦截的涉及真实人物的色情编辑请求、被下架的去衣应用、私密图像举报的响应时间，以及防止重复上传的措施。

汇总数据需要足够背景才能被正确解读。拦截数量上升，可能显示需求恶化、检测能力提升，或两者兼有。公司应说明计量方式的变化，并在隐私允许的范围内向独立研究人员提供受控访问。

AI 开发者应在发布前，针对现实中的滥用模式测试防护措施。评估应包括经过修改的提示词、裁剪过的学生照片、年龄模糊的对象，以及将可识别人物性化的尝试。

没有任何技术过滤器能够解决所有情况。目标是减少成功的滥用行为，为干预提供证据，并防止其轻易跨账号重复发生。

更广泛的教训并不止于一则 CBS 标题或一轮 google 新闻周期。面向消费者的 AI 已降低了在未经同意的情况下篡改他人身份所需的门槛。因此，治理必须在内容走红之前就开始。

家长可以从一个直接的问题开始：“如果有人给你发来一张同学的伪造裸照，你会怎么做？”学校可以通过保密处理流程作出回应，而平台则可以通过可衡量的安全措施和快速移除机制作出回应。

如果学生已经受到影响，应将安全置于同伴调查之上。不要传播图片；在不额外复制的前提下记录它出现的位置；联系相关平台；并让一位值得信赖的成年人介入。通过 NCMEC 或适当的执法机构报告疑似儿童剥削行为。图片或许是伪造的，但当事人的痛苦、暴露风险以及对支持的需求都是真实存在的。